基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷專利淺析

林佳麗 李雪駒

摘 要：本文對國內(nèi)基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷的專利申請總體情況進(jìn)行分析，并分別從專利申請量、專利申請人分布、專利申請區(qū)域分布等方面進(jìn)行統(tǒng)計分析。

關(guān)鍵詞：故障診斷;人工神經(jīng)網(wǎng)絡(luò)

1、概述

隨著科技的迅猛發(fā)展，現(xiàn)有的機械設(shè)備逐漸的趨于自動化，復(fù)雜化和大型化，且由于設(shè)備使用年限的增長和人為的使用不當(dāng)，這些設(shè)備的故障往往無法避免，同時也難以排查。傳統(tǒng)人為的故障診斷不僅耗費時間長，而且診斷效率和準(zhǔn)確率都不高。這樣往往會造成設(shè)備的停機時間過長，且給使用者或者企業(yè)造成巨大的經(jīng)濟(jì)損失。因此，尋找一種高效的故障診斷方法[1]有著極為重要的意義。而隨著人工神經(jīng)網(wǎng)絡(luò)的興起，其為尋找一種高效準(zhǔn)確的故障診斷方法提供了可能。

2、專利申請現(xiàn)狀

為了分析我國基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷的專利狀況，在IncoPat的數(shù)據(jù)庫中，對相關(guān)專利進(jìn)行檢索，數(shù)據(jù)采集時間截止至2019年5月6日。本文主要對上述專利數(shù)據(jù)進(jìn)行分析。

2.1、專利申請量分析

圖2-1為在基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷專利申請中，全球?qū)＠暾埩康哪甓确植家约拔覈鴮＠暾埩康哪甓确植颊劬€圖，以便于簡單、直觀的對全球?qū)＠暾埖陌l(fā)展趨勢和我國專利申請的發(fā)展趨勢進(jìn)行比較;圖2-2為我國專利申請量的年度分布柱狀圖，以便于直接的獲得我國在各年的專利申請量。

通過對圖2-1分析可得，基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷專利申請出現(xiàn)于1999年左右，而通過對全球?qū)＠暾埩康哪甓确植寂c我國專利申請量的年度分布的對比可知，在基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷專利申請中，我國在該方面的發(fā)展趨勢與全球的發(fā)展趨勢大致相同，大體可以分為以下三個階段：

（1）1999年-2004年為基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷技術(shù)的萌芽期：在此期間，全球每年平均有20件左右的專利申請，申請量變化不明顯，主要是探索和研究;在此期間，我國的申請量很少，起步較晚;在該階段，人們初步開始將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于故障診斷中;

（2）2005年-2010年為基于神經(jīng)網(wǎng)絡(luò)的故障診斷技術(shù)的緩慢發(fā)展期：該階段的基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷專利申請量逐年增加，但是增長速度緩慢;在此期間，我國的申請量雖然也明顯增多，但增長緩慢;

（3）2010年-至今為基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷技術(shù)的快速發(fā)展期：隨著國內(nèi)外對人工神經(jīng)網(wǎng)絡(luò)應(yīng)用越來越多的研究，在該階段基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷專利申請量幾乎呈直線上升，井噴式增長;在此期間，我國在該領(lǐng)域明顯有了突破性的進(jìn)展，申請量逐年快速增長，在一定程度上說明我國在此階段一直致力于基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷技術(shù)的研發(fā)，基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷技術(shù)發(fā)展迅速。

2.2、專利申請人分布

圖2-3為在基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷專利申請中，我國主要申請人的分布情況。對圖2-3分析可得，在基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷專利申請中，排名前十的申請人中，高校申請人占9個，由此可以看出，我國的申請人主要為各高校，而這也在一定程度上間接地表明了我國基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷技術(shù)目前處于研發(fā)階段，還沒有大量的使用到工業(yè)的故障診斷中。而在排名前十的申請中，國家電網(wǎng)公司的占比是最大的，其中，國家電網(wǎng)公司在中國的申請量占比29.63%，這在一定程度上可以看出，國家電網(wǎng)公司十分注重基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷技術(shù)，這應(yīng)該與電網(wǎng)領(lǐng)域中電力設(shè)備較多且電路網(wǎng)絡(luò)較為復(fù)雜有關(guān)。

2.3專利申請區(qū)域分布

圖2-4示出了基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷專利申請的國內(nèi)申請人的主要省市分布，從圖中可以看出，江蘇和北京的申請量排名最為靠前，這與江蘇和北京的研發(fā)機構(gòu)、大型企業(yè)、高校等學(xué)術(shù)或工業(yè)力量比較集中有關(guān)，廣東、陜西的申請量比較接近，這兩個地區(qū)的專利產(chǎn)出量也相對比較大。該信息在一定程度上能反映出基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷技術(shù)在我國區(qū)域的分布情況。

3、總結(jié)

目前，故障診斷的方法主要是基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷方法，因為基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷方法[2]能夠克服對于模型的過分依賴性，也能對潛在的故障進(jìn)行診斷，從而提高故障診斷的精度。

參考文獻(xiàn)：

[1]譚陽紅，何怡剛，陳洪云，吳杰.大規(guī)模電路故障診斷神經(jīng)網(wǎng)絡(luò)方法[J].電路與系統(tǒng)學(xué)報，2001（4）.

[2]張緒錦，譚劍波，韓江洪.基于BP神經(jīng)網(wǎng)絡(luò)的故障診斷方法[J].系統(tǒng)工程理論與實踐，2002（6）.

注：第二作者在本文中的貢獻(xiàn)等同于第一作者